分享一個用了 2 年的深度研究 Prompt，半小時幫你搞懂任何陌生領域

作者背景與核心主張

作者「數字生命卡茲克」分享了一套結合「橫縱分析法」與 AI 的深度研究 Prompt，能在半小時內產出一份一兩萬字的研究報告，幫助讀者快速建立對陌生領域的認知框架。

橫縱分析法：縱向與橫向的交叉

該方法論源於社會科學與語言學的經典研究視角，包含兩個維度：

• 縱向分析（時間軸）： 還原事物從誕生到現在的完整故事，包括起源、發展歷程、關鍵節點及爆發原因。
• 橫向分析（空間軸）： 將當前事物與同賽道競品進行對比，分析差異、用戶選擇邏輯及市場定位。

作者強調，將這兩條軸交叉檢視，能發現單獨分析任一維度所無法察覺的深層邏輯，例如某項優勢是長期決策累積的結果，或某項短板是合理選擇變成的包袱。

Prompt 版本與 Skill 版本

作者將此方法論開源於 GitHub 倉庫（https://github.com/KKKKhazix/khazix-skills），提供兩種使用方式：

1. Prompt 版本： 適合配合具備深度研究功能的 AI 工具（如 ChatGPT DeepResearch、Claude 深度研究、豆包專家模式等）。使用者只需將 Prompt 中的研究對象替換為目標詞彙，AI 即可自動執行縱向與橫向分析，並優化行文風格。
2. Skill 版本： 針對使用 Cowork、Claude Code 等 Agent 的工具，作者開發了名為「hv-analysis」的 Skill。此版本具備自動聯網搜索、查詢 arxiv 論文 API 等功能，並能生成排版好的 PDF 報告。

實戰案例：Harness 研究

作者以「Harness」為例，展示如何使用該 Prompt。AI 在 13 分鐘內產出報告，內容涵蓋：

• 縱向： 清晰梳理 Harness 的誕生時間、爆發時點及關鍵歷史節點。
• 橫向： 對比 Prompt Engineering、Context Engineering 與 Agent Engineering 的差異。
• 未來： 預測該領域的演進方向。

方法侷限與使用建議

作者坦誠指出該方法的限制：

• 非萬能工具： 它能快速建立認知地圖，但無法替代深入的一手研究。
• 資訊準確性： 儘管 AI 模型幻覺降低，仍可能出現不準確資訊，報告應視為研究起點而非最終結論。
• 工具依賴： 效果取決於所用 AI 工具的深度研究能力。支援深度搜索的工具（如 10 分鐘以上任務）效果較佳，僅支援普通搜索的工具則效果大打折扣。

作者建議使用者先通讀 AI 報告建立框架，再針對疑問點進行深入挖掘，形成「AI 報告 + 人工深挖」的高效組合。